FlyingThings3D

class torchvision.datasets.FlyingThings3D(root: ~typing.Union[str, ~pathlib.Path], split: str = 'train', pass_name: str = 'clean', camera: str = 'left', transforms: ~typing.Optional[~typing.Callable] = None, loader: ~typing.Callable[[str], ~typing.Any] = <function default_loader>)

FlyingThings3D 用於光流的資料集。

預計資料集結構如下：

root
    FlyingThings3D
        frames_cleanpass
            TEST
            TRAIN
        frames_finalpass
            TEST
            TRAIN
        optical_flow
            TEST
            TRAIN

引數:

• root (str 或 pathlib.Path) – intel FlyingThings3D 資料集的根目錄。

• split (string, optional) – 資料集劃分，可以是 “train” (預設) 或 “test”

• pass_name (string, optional) – 要使用的通道，可以是 “clean” (預設) 或 “final” 或 “both”。有關不同通道的詳細資訊，請參見上面的連結。

• camera (string, optional) – 從哪個攝像頭返回影像。可以是 “left” (預設) 或 “right” 或 “both”。

• transforms (callable, optional) – 一個函式/變換，它接收 img1, img2, flow, valid_flow_mask 並返回一個變換後的版本。 valid_flow_mask 用於與其他返回內建有效掩碼的資料集（如 KittiFlow）保持一致。

• loader (callable, optional) – 一個載入給定路徑的影像的函式。預設情況下，它使用 PIL 作為影像載入器，但使用者也可以傳入 torchvision.io.decode_image 以直接將影像資料解碼為張量。

特殊成員:

__getitem__(index: int) → Union[tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray], Optional[numpy.ndarray]], tuple[PIL.Image.Image, PIL.Image.Image, Optional[numpy.ndarray]]]

在給定索引處返回示例。

引數:

index (int) – 要檢索的示例的索引

返回:

一個 3 元組，包含 (img1, img2, flow)。flow 是一個形狀為 (2, H, W) 的 numpy 陣列，影像是 PIL 影像。flow 在 split="test" 時為 None。如果 transforms 引數中生成了有效的流掩碼，則會返回一個 4 元組，包含 (img1, img2, flow, valid_flow_mask)。

返回型別:

元組